Trí tuệ nhân tạo (AI), học máy và xử lý ngôn ngữ tự nhiên - Trắc nghiệm
Chú ý: Bạn phải tiến hành đăng nhập để làm đề thi này.
Tạo đề thi, làm bài thi, theo dõi kết quả ngay trên điện thoại — mọi lúc mọi nơi!
Tải trên Google Play Tải trên App StoreNội dung đề thi: Trí tuệ nhân tạo (AI), học máy và xử lý ngôn ngữ tự nhiên - Trắc nghiệm
Xem trước 25/50 câu hỏi trong đề. Bấm Vào thi để làm bài trực tuyến, được chấm điểm và xem đáp án chi tiết.
Câu 1. 關於「人工智慧（Artificial Intelligence, AI）」的定義，下列何者最為正確？
- A. 專指能夠完全替代人類情感的機器系統
- B. 透過電腦系統模擬人類智慧行為與學習決策能力之技術
- C. 僅指具備自動化控制能力的硬體設備
- D. 一種專門用於繪圖與多媒體處理的硬體架構
Câu 2. 企業與組織引入人工智慧（AI）的主要核心原因不包括下列何者？
- A. 自動化重複性高且繁瑣的工作流程
- B. 從海量數據中擷取商業洞察與預測趨勢
- C. 完全消弭所有商業營運與道德風險
- D. 提升決策效率與精準度
Câu 3. 下列何者屬於「弱人工智慧（Weak AI / Narrow AI）」的應用範例？
- A. 具備自我意識與萬能學習能力的科幻機器人
- B. 專門用於語音識別或棋藝對弈的 AI 系統（如 AlphaGo）
- C. 具備人類所有情感與道德理解的 AI
- D. 能夠跨領域自主思考的通用人工智慧
Câu 4. 關於人工智慧發展史上的「AI 冬天（AI Winter）」，其主要發生原因為何？
- A. 全球硬體設備價格暴漲
- B. 當時技術無法達到過度樂觀的期望且資金撤出
- C. 各國政府全面禁止人工智慧研發
- D. 網際網路網路普及導致 AI 被取代
Câu 5. 人工智慧發展歷史中，1956 年舉行的哪一個重要會議被公認為 AI 領域的誕生地？
- A. 圖靈紀念研討會
- B. 達特茅斯會議（Dartmouth Workshop）
- C. IEEE 全球人工智慧年會
- D. 矽谷創新論壇
Câu 6. 艾倫·圖靈（Alan Turing）於 1950 年提出的「圖靈測試（Turing Test）」主要目的為何？
- A. 測試電腦硬體的運算算力極限
- B. 評估機器是否表現出與人類無法區分的智慧行為
- C. 測量機器學習模型訓練的收斂速度
- D. 檢驗網路傳輸協定的安全性
Câu 7. 在標準的圖靈測試環境中，評估者（Interrogator）是透過何種方式與測試對象溝通？
- A. 面對面直接言語對話
- B. 肢體語言互動
- C. 純文字介面（Terminal / Text-based）
- D. 腦波感測器
Câu 8. 下列關於「強人工智慧（General AI / AGI）」的敘述，何者正確？
- A. 目前市面上所有的智慧型手機語音助理皆已達成 AGI
- B. 指具備如人類般理解、學習、思考並解決跨領域問題能力的 AI
- C. 僅能執行特定單一任務的 AI 系統
- D. 指不需要任何資料訓練就能自動執行的演算法
Câu 9. 下列何者最精準地描述了「機器學習（Machine Learning, ML）」的理念？
- A. 由程式設計師手動撰寫所有複雜邏輯判斷規則
- B. 透過資料與統計方法使電腦系統自行學習並改善任務效能
- C. 僅依賴大量儲存空間儲存資料庫
- D. 利用物理機器人執行工廠組裝
Câu 10. 在機器學習中，若訓練資料包含輸入特徵（Features）與對應的正確標籤（Labels），此學習方式稱為：
- A. 非監督式學習
- B. 增強式學習
- C. 監督式學習
- D. 無監督分群
Câu 11. 下列何種任務最適合使用「監督式學習（Supervised Learning）」來解決？
- A. 根據過去房屋特徵與售價資料預測新房屋價格
- B. 在沒有標籤的情況下對顧客進行分群
- C. 訓練機器人自動通過障礙迷宮
- D. 對未經標記的文字資料進行主題歸納
Câu 12. 「非監督式學習（Unsupervised Learning）」的核心目標通常是：
- A. 尋找輸入資料中的潛在結構、模式或進行分群（Clustering）
- B. 最小化機器人受到環境懲罰的次數
- C. 精準預測連續型變數的值
- D. 透過人工逐一標註資料進行訓練
Câu 13. 下列何者為典型的「非監督式學習」演算法？
- A. 邏輯回歸（Logistic Regression）
- B. K-平均分群（K-Means Clustering）
- C. 支持向量機（SVM）
- D. 隨機森林（Random Forest）
Câu 14. 關於「半監督式學習（Semi-Supervised Learning）」的特點，下列敘述何者正確？
- A. 完全不需要任何標籤資料
- B. 結合少量的標籤資料與大量未標籤資料進行訓練
- C. 必須透過獎懲機制來更新模型參數
- D. 僅能處理一維的時間序列資料
Câu 15. 「增強式學習（Reinforcement Learning）」中，模型學習的核心機制是基於：
- A. 輸入與輸出標籤對的直接比對
- B. 代理人（Agent）與環境互動獲得獎勵（Reward）或懲罰（Penalty）
- C. 資料降維與主成分分析
- D. 文字語意相似度計算
Câu 16. AlphaGo 能夠在圍棋對弈中擊敗世界冠軍，其核心演算法大量採用了哪一種學習範式？
- A. 監督式學習與增強式學習的結合
- B. 純非監督式分群
- C. 純規則導向專家系統
- D. 幾何變換演算法
Câu 17. 「自然語言處理（Natural Language Processing, NLP）」主要研究領域為：
- A. 如何讓電腦理解、解析與產生人類自然語言
- B. 如何優化電腦顯示器的圖形輸出
- C. 程式語言（如 Python、C++）編譯器的開發
- D. 聲音訊號在物理空間中的傳播理論
Câu 18. 在 NLP 資料預處理中，將句子切分成單詞或符號單元的過程稱為：
- A. 斷詞 / 詞元化（Tokenization）
- B. 主成分分析（PCA）
- C. 權重初始化（Weight Initialization）
- D. 圖像去噪（Denoising）
Câu 19. NLP 技術中的「詞嵌入（Word Embedding，如 Word2Vec）」主要作用為何？
- A. 將文字轉換為能夠表達語意距離的高維實數向量
- B. 刪除所有文章中的標點符號
- C. 將文字自動列印成實體紙張
- D. 壓縮文字檔大小以節省空間
Câu 20. 近年推動大型語言模型（LLM）爆發性發展的核心神經網絡架構是：
- A. 卷積神經網路（CNN）
- B. Transformer 架構（包含 Attention 機制）
- C. 自組織映射圖（SOM）
- D. 限制玻爾茲曼機（RBM）
Câu 21. 在「金融科技（FinTech）」領域，NLP 技術的典型應用不包括下列何者？
- A. 自動分析財報與新聞進行市場情緒分析
- B. 研報與合同自動化條款審查
- C. ATM 實體鈔票防偽識別
- D. 智慧客服解答客戶帳戶諮詢
Câu 22. 新聞與媒體產業應用 NLP 技術進行「自動化新聞生成與摘要」，其主要效益為：
- A. 完全取代新聞採訪記者
- B. 快速處理龐大即時資訊並提高內容產出效率
- C. 自動更改新聞發生的物理事實
- D. 保證所有新聞報導絕對零誤差
Câu 23. 醫療領域應用 NLP 處理電子病歷（EHR）的主要目的為何？
- A. 自動開立藥方給患者而無需醫生核可
- B. 從非結構化臨床文字紀錄中擷取關鍵病情資訊與病史
- C. 將醫學報告翻譯成古代文字
- D. 計算醫院的營運電力成本
Câu 24. 智慧客服系統（Chatbot）結合 NLP 與意圖識別技術，主要解決企業何種問題？
- A. 減少第一線常見重複性問題的人力負擔並提供 24/7 服務
- B. 自動替客戶進行信用卡扣款
- C. 提升伺服器的硬體運算頻率
- D. 徹底取消所有人為客服管道
Câu 25. 神經機器翻譯（NMT，如 Google 翻譯）相比傳統基於規則的翻譯，最大優勢為：
- A. 能結合前後文語境產生更流暢自然且符合語意的譯文
- B. 翻譯過程完全不需要耗費運算資源
- C. 僅支援單一語種的字對字替換
- D. 能自動修正原文的歷史事實錯誤
… và còn 25 câu nữa. Bấm Vào thi phía trên để làm toàn bộ 50 câu và xem đáp án.
